中国首个通用具身基座模型发布
3月10日，上海机器人初创公司智元机器人正式发布智元启元大模型GenieOperator-1（GO-1），这是中国首个通用具身基座模型。智元机器人表示，这款模型具有泛化能力，能够在极少数据甚至零样本下泛化到新场景、新任务，降低了具身模型的使用门槛，降低了后训练成本。
据介绍，该模型开创性地提出了Vision-Language-Latent-Action（ViLLA）架构，实现了可以利用人类视频学习，完成小样本快速泛化。ViLLA架构是由VLM（多模态大模型） + MoE（混合专家）组成，其中VLM借助海量互联网图文数据获得通用场景感知和语言理解能力，MoE中的Latent Planner（隐式规划器）借助大量跨本体和人类操作数据获得通用的动作理解能力，MoE中的Action Expert（动作专家）借助百万真机数据获得精细的动作执行能力。在推理时，VLM（多模态大模型）、Latent Planner（隐式规划器）和Action Expert（动作专家）三者协同工作。目前智元启元大模型已成功部署到智元多款机器人本体。
2024年年底，智元机器人曾发布AgiBot World 百万真机数据集，尽管AgiBot World 数据集已经是目前最大的机器人真机示教数据集，但这样高质量带动作标签的真机数据量仍然有限，远少于互联网规模的数据集。为了解决具身智能数据困境，智元机器人采用Latent Actions（隐式动作）来建模当前帧和历史帧之间的隐式变化，然后通过Latent Planner（隐式规划器）预测这些Latent Actions（隐式动作），从而将异构数据源中真实世界的动作知识转移到通用操作任务中。
智元机器人表示，通过ViLLA 创新性架构，智元机器人在五种不同复杂度任务上测试 GO-1大模型，相比已有的最优模型，GO-1平均成功率提高了32%。其中在“Pour Water”（倒水）、“Table Bussing”（清理桌面） 和 “Restock Beverage”（补充饮料） 任务中表现突出。此外，GO-1大模型还可以搭配智元一整套数据回流系统，可以从实际执行遇到的问题数据中持续进化学习，“越用越聪明”。
相关文章
-
青青河边草免费高清版:被全班轮过的高筱柔-一季度沪苏浙皖GDP增速均快于去年全年，新兴动能持续壮大
-
糖心vlog app怎么没有了:running man100801-西藏日喀则市定日县发生3.4级地震，震源深度10千米
-
糖心logo唐伯虎免费看:大屁股 臀交 系列国产-俄总理：2024年俄罗斯GDP增长4.3%
-
罗马天主教教皇方济各去世，享年88岁
-
糖心vlog破解版无限vip:我是大学班级的公共玩具视频-地方新闻精选 | 游客在大理古城170克手机称出340克 酒店保洁员调包住客1.9万港币获刑
-
超16万人爆仓！比特币一度突破94000美元
-
糖心vlog入口在哪里:熟女人妻AV粗壮巨龙-停止水资源共享、驱逐武官，印度对巴基斯坦宣布多项反制措施
-
泽连斯基提议乌俄“立即、全面和无条件”停火
